Mesure de l'attention et de vitesse de traitement visuel par analyse des Temporal ordre Arrêts Model-based

Summary

Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.

Abstract

Ce protocole décrit la façon de mener des expériences temporelles d'ordre pour mesurer la vitesse de traitement visuel et la distribution des ressources attentionnelles. La méthode proposée est basée sur une nouvelle et synergique combinaison de trois éléments: le paradigme temporel d'ordre des jugements (TOJ), Théorie de Bundesen de Visual Attention (TVA), et un cadre hiérarchique d'estimation bayésienne. La méthode fournit des paramètres facilement interprétables, qui sont soutenus par les fondements théoriques et neurophysiologiques de TVA. Utilisation de Tojs, les estimations basées sur la TVA peuvent être obtenus pour un large éventail de stimuli, alors que les paradigmes traditionnels utilisés avec TVA sont principalement limités aux lettres et des chiffres. Enfin, les paramètres significatifs du modèle proposé permettent la mise en place d'un modèle bayésien hiérarchique. Un tel modèle statistique permet d'évaluer les résultats dans une analyse cohérente à la fois sur le sujet et le niveau du groupe.

Pour démontrer la faisabilité et versatility de cette nouvelle approche, trois expériences sont rapportés avec des manipulations de l'attention dans les écrans pop-out synthétiques, des images naturelles, et une lettre-rapport indicé paradigme.

Introduction

Comment l'attention est répartie dans l'espace et le temps est l'un des facteurs les plus importants dans la perception visuelle humaine. Les objets qui captent l'attention en raison de leur visibilité ou de l'importance sont généralement traitées plus rapidement et avec une plus grande précision. Dans la recherche comportementale, ces avantages de performance ont été démontrées dans une variété de paradigmes expérimentaux. Par exemple, l' allocation d' attention à l'emplacement cible accélère la réaction à des tâches de détection de la sonde ^1. De même, la précision des lettres de rapports est améliorée par une attention ^2. Ces résultats prouvent que l'attention améliore le traitement, mais ils restent désespérément muet sur la façon dont cette amélioration est établie.

Le présent document montre que les mécanismes de bas niveau derrière avantages attentionnelles peuvent être évalués en mesurant la vitesse de traitement des stimuli individuels dans un cadre basé sur un modèle qui concerne les mesures à grains fins components d'attention. Avec un tel modèle, la capacité de traitement globale et sa répartition entre les stimuli peuvent être déduites à partir de mesures de vitesse de traitement.

Théorie de Bundesen de Visual Attention (TVA) ³ fournit un modèle approprié pour cette entreprise. Il est généralement appliqué aux données de tâches de rapport de lettre. Dans ce qui suit, les principes fondamentaux de la TVA sont expliqués et on montre comment ils peuvent être étendus pour modéliser le jugement temporel d'ordre (PFCE) données obtenues avec (presque) stimuli arbitraires. Cette nouvelle méthode fournit des estimations de la vitesse de traitement et de distribution des ressources qui peuvent être facilement interprétés. Le protocole de cet article explique comment planifier et de mener de telles expériences et les détails comment les données peuvent être analysées.

Comme mentionné ci-dessus, le paradigme habituel dans la modélisation et l'estimation des paramètres d'attention à base de TVA est la tâche de rapport de lettre. Les participants indiquent l'identité d'un ensemble de lettresest brièvement flashé et typiquement masqué après un délai variable. Parmi les autres paramètres, la vitesse à laquelle les éléments visuels sont codés dans la mémoire visuelle à court terme peut être estimé. La méthode a été appliquée avec succès à des questions en matière de recherche fondamentale et clinique. Par exemple, Bublak et ses collègues ⁴ évalués quels paramètres attentionnels sont affectés à différents stades de déficits cognitifs liés à l' âge. Dans la recherche de l' attention fondamentale, Petersen, Kyllingsbæk et Bundesen ⁵ utilisés TVA pour modéliser l'effet attentionnel temps de séjour, la difficulté de l'observateur à percevoir la seconde de deux cibles à certains intervalles de temps. Un inconvénient majeur du rapport de lettre paradigme est qu'il nécessite des stimuli suffisamment surapprise et masquables. Cette exigence limite la méthode de lettres et de chiffres. D'autres stimuli auraient besoin d'une formation lourde des participants.

Le paradigme TOJ ne nécessite ni stimul spécifiquei ni masquage. Il peut être utilisé avec tout type de stimuli pour lesquels l'ordre d'apparition peut être jugé. Cela étend la gamme de stimulus à peu près tout ce qui pourrait être d'intérêt, y compris les comparaisons entre les modes de transport directs ^6.

Enquête sur l'attention avec Tojs est basée sur le phénomène d'entrée avant attentionnel qui est une mesure de la façon dont beaucoup plus tôt un stimulus assisté est perçue par rapport à un un sans surveillance. Malheureusement, la méthode usuelle pour analyser les données TOJ, les fonctions d' ajustement de la performance d'observation psychométriques (tels que gaussiennes ou logistiques cumulées), ne peut pas distinguer si une attention augmente la vitesse du stimulus assisté de traitement ou si elle diminue la vitesse de la ⁷ stimulation sans surveillance. Cette ambiguïté est un problème majeur parce que la question de savoir si la perception d'un stimulus est vraiment améliorée ou si elle bénéficie en raison du retrait des ressources à partir d'un stimul concurrents nous est une question à la fois la pertinence fondamentale et pratique. Par exemple, pour la conception des interfaces homme-machine, il est très important de savoir si l'augmentation de l'importance d'un élément travaille au détriment de l'autre.

La tâche TOJ procède généralement comme suit: Une marque de fixation est présenté pour un bref délai, généralement un tracé aléatoire intervalle inférieur à une seconde. Ensuite, la première cible est présentée, suivie après un début asynchronisme de stimulus variable (SOA) par la seconde cible. A AOS négatives, la sonde, le stimulus assisté, est affiché en premier. A AOS positifs, la référence, le stimulus sans surveillance, conduit. Lors d'une SOA de zéro, les deux cibles sont affichées simultanément.

En règle générale, la présentation de la cible se réfère à la commutation du stimulus. Sous certaines conditions, cependant, d' autres événements temporels, comme un scintillement d'une cible ou des décalages déjà présents sont utilisés ^8.

_content "> Dans Tojs, les réponses sont collectées de manière unspeeded, généralement par des clés mappés sur les identités de relance et les ordres de présentation (par exemple, si les stimuli sont des carrés et des diamants, une clé indique" carré d' abord »et un autre« diamant d' abord ») . Il est important, pour l'évaluation, ces jugements doivent être convertis en "première sonde" (ou "première référence") jugements.

Dans le présent travail, une combinaison du modèle de traitement de la TVA et le paradigme expérimental TOJ est utilisé pour éliminer les problèmes dans les deux domaines particuliers. Avec cette méthode, les paramètres de vitesse facilement interprétables peuvent être estimés pour les stimuli visuels presque arbitraires, ce qui permet de déduire comment l'attention de l'observateur est affecté à des éléments visuels en compétition.

Le modèle est basé sur les équations de TVA pour le traitement des stimuli individuels, qui seront expliquées brièvement dans ce qui suit. La probabilité que l'une stimulnous est encodée dans la mémoire visuelle à court terme avant que l'autre est interprété comme la probabilité de juger ce stimulus comme apparaissant en premier. Les durées d'encodage individuels sont distribués de façon exponentielle ^9:

(1)

L'exposition maximale inefficace durée t ₀ est un seuil avant que rien ne soit encodée en tout. Selon TVA, le taux v _{x, i} à laquelle l' objet x est codé en tant que membre d'une catégorie perceptive i (comme la couleur ou une forme) est donnée par l'équation de vitesse,

. (2)

La force de la preuve sensorielle que x appartient à la catégorie i est exprimée en _{x Þ, i} et ß _i est un parti pris de décision pour classer les stimuli en tant que membres de la catégorie i. Ce nombre est multiplié par unpoids ttentional. Poids attentionnelles individuels w _x sont divisés par les poids attentionnelles de tous les objets dans le champ visuel. Par conséquent, le poids relatif attentionnels est calculé comme

(3)

où R représente toutes les catégories et Þ _{x, i} représente la preuve sensorielle cet objet x appartient à la catégorie j. La valeur π _j est appelée pertinence de la catégorie j et reflète un parti pris pour faire catégorisations dans j. La capacité globale de traitement C est la somme de tous les taux de traitement pour tous les stimuli et les catégorisations. Pour obtenir une description plus détaillée de TVA, reportez – vous au livre de Bundesen et Habekost ^9.

Dans notre nouveau procédé, l'équation 1, qui décrit le codage des stimuli individuels, est transformé en un modèle de Tojs. En supposant que les biais de sélection et les catégories de rapport sont constant au sein d' une tâche expérimentale, le taux de traitement v _p et v _r de la sonde à deux cibles stimuli (p) et de référence (r) dépendent de C et les poids attentionnelles sous la forme v _p = C · w _p et v _r = C · w _r, respectivement. Le nouveau modèle TOJ exprime la probabilité de succès P _{p ^1er} qu'un participant juge le stimulus de la sonde pour être d' abord comme fonction de la SOA et les taux de traitement. Il peut être formalisé comme suit:

(4)

Une description plus détaillée de la façon dont cette équation est dérivée à partir des équations de TVA de base est décrit par Tünnermann, Petersen et Scharlau ^7.

Par souci de simplicité, le paramètre t ₀ est omis dans le modèle de l'équation 1. Selon la TVA d' origine, t ₀ doit être identique pour boe cibles dans la tâche TOJ, et, par conséquent, qu'il annule. Toutefois, cette hypothèse peut parfois être violé (voir la section Discussion).

Pour le montage de cette équation aux données PFCE, un système d'estimation bayésienne hiérarchique ¹¹ est suggéré. Cette approche permet d'estimer les poids attentionnelles w _p et w _r de la sonde et de référence stimuli et l'ensemble C. taux de traitement Ces paramètres, la résultante des taux d'absorption v _p et v _r, et les différences induites par l' attention-entre eux, peut être évalué sur les niveaux de réserve et de groupe ainsi que des incertitudes estimées. Le modèle hiérarchique est illustré à la figure 1. Au cours de la phase de planification pour une expérience, pratique l'analyse de puissance bayésienne peut être effectuée.

Le protocole suivant décrit comment planifier, exécuter et analyser des expériences PFCE à partir de laquelle les paramètres de vitesse de traitement et de poids attentionnelles pour stimuli visuels peuventêtre obtenu. Le protocole suppose que le chercheur est intéressé à savoir comment une manipulation attentionnel influence les vitesses de traitement de certaines cibles d'intérêt.

Figure 1: Modèle graphique utilisé dans la procédure d'estimation bayésienne. Les cercles indiquent les distributions estimées; doubles cercles indiquent les nœuds déterministes. Squares indiquent les données. Les relations sont donnés sur le côté droit de la figure. Les noeuds en dehors des cadres arrondis ( "plaques") représentent les estimations moyennes et de dispersion des paramètres TVA (voir Introduction) au niveau du groupe. Dans l'assiette "j des sujets", on peut voir comment les poids attentionnelles (W) sont combinés avec les taux de traitement global (C) à partir des taux de traitement de stimulus (v) sur le niveau de l'objet. Plate "i AOS &# 8221; montre comment ces paramètres TVA sont ensuite transformés (via la fonction P _{p ^1er} décrit dans l'introduction) dans la probabilité de réussite (θ) pour les réponses binomiale distribués à chaque SOA. Par conséquent, la θ ainsi que les répétitions de la SOA (n) décrivent les points de données (y). Pour plus de détails sur la notation et l' interprétation des modèles graphiques, reportez – vous à Lee et Wagenmakers ^23. Notez que pour des raisons de clarté, les noeuds qui représentent des différences de paramètres ont été omis. Ces paramètres déterministes sont indiqués dans les figures des résultats expérimentaux à la place. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Protocol

NOTE: Certaines étapes de ce protocole peut être accompli en utilisant un logiciel personnalisé fourni (ainsi que des instructions d'installation) à http://groups.upb.de/viat/TVATOJ. Dans le protocole, cette collection de programmes et de scripts est appelé "TVATOJ". 1. Sélection de stimulation Matériel Sélectionnez stimuli en fonction de la question de recherche. NOTE: En général, les deux objectifs sont présentés…

Representative Results

Dans ce qui suit, les résultats obtenus avec la méthode proposée sont rapportés. Trois expériences ont mesuré l'influence des différentes manipulations attentionnels avec trois types de matériel de stimulation très différents. Les stimuli sont des segments simples de ligne dans les modes de pop-out, les objets spatiaux d'action dans les images naturelles et des cibles indicés lettre. Expérience 1: Salience …

Discussion

Le protocole de cet article décrit comment mener Tojs simples et adapter les données avec des modèles basés sur le codage de stimulus fondamental. Trois expériences ont démontré comment les résultats peuvent être évalués dans un cadre d'estimation bayésienne hiérarchique pour évaluer l'influence de l'attention en matière de relance très différent. Salience dans les écrans pop-out a conduit à des poids attentionnelles accrus. En outre, une augmentation du poids ont été estimés pour les o…

Materials

Personal Computer

(Open Source) Experimentation and evaluation software